师惠萍，程耀瑜，刘永林，王诗琴

（中北大学信息与通信工程学院，山西太原 030051）

0 引言

图像边缘是指图像局部强度变化最显著的部分，往往是由图像中景物的物理特性发生变化而引起的。边缘检测就是检测图像局部特征值（如灰度等）不连续或变化较为剧烈的像素点，把这些点连接起来就形成物体的边缘。检测图像边缘信息的常用方法是判断某像素点是否为边缘点［1］。传统的边缘检测方法是利用边缘邻近的一阶导数或二阶导数变化规律来考察图像的每个像素的某个邻域内灰度的变化。典型的边缘检测算子有Robert算子、Sobel算子和Canny算子等［2］。这种方法对噪声比较敏感，常常在检测边缘的同时又加强了噪声。

近年来，数学形态学方法在图像分析中起着越来越重要的作用。它的基本思想是用具有一定形态的结构元素去量度、提取图像中对应的形状，以达到对图像分析和目标识别的目的［3］。形态学运算是物体形状集合与结构元素之间的相互作用，它对边缘方向不敏感，并能在很大程度上抑制噪声和探测真正的边缘。因此，将数学形态学应用于边缘检测，既能有效地滤除噪声，又能保留图像中原有的细节信息，具有较好的边缘检测效果［4］。初期的形态学图像处理，采用单一结构元素的比较多，这不太利于信息几何特征的保持，随着应用的不断深入，人们逐渐探索出采用多结构元素进行图像处理的方法［5，6］。

本文采用改进的灰值形态学……